인공지능 학습 관련 저작권 침해소송의 현실적 문제에 관한 소고 ― 미국 캘리포니아 북부지방법원 계류중 사건을 중심으로 ― = A Study on the Practical Problems of Copyright Infringement Litigation Related to AI Training ― Focusing on pending cases in the U.S. District Court for the Northern District of California ―

국문 초록 (Abstract)

인공지능 학습데이터 이용 맥락에서의 저작권 침해소송에 있어서, ‘인공지능 서비스 제공자/이용자’ 또는 ‘학습된 모델 그 자체’ 내지는 해당 모델/시스템으로부터 산출된 ‘인공지능 생성물’ 등이 과연 저작권법 제123조의 침해의 정지 등 청구의 대상이 될 수 있을 것인지 여부가 문제된다. 인공지능 모델/시스템 개발, 제공자가 인공지능 학습과정에서 저작물을 이용하는 행위는 저작권 직접침해 행위에 해당할 수 있으나, 역설적이게도 이러한 일련의 학습과정을 통해 만들어진 학습된 인공지능 모델과 그로부터의 산출물은 위 직접침해 행위에 있어서의 침해물이라고 단정하기 어려울 수 있다. 이는 종래의 저작권 침해행위가 침해물의 존재를 대체로 수반하게 된다는 상황과 큰 괴리가 있는 부분이다. 따라서, 생성형 인공지능이 대두된 사회적, 기술적 맥락을 참작하여 종전의 전통적인 복제권의 내용과 범위를 다소 확장할 필요가 있는지도 검토가 요청된다. 경우에 따라서는, 미국 캘리포니아 북부지방법원의 일부 사건에서 권리자들이 주장하였던 것과 같이, ‘학습데이터로 이용된 저작물이 비록 알고리즘 또는 수학적 표현으로 화체될지라도, 이것이 인공지능 모델 자체에 복사 및 저장되는 것과 같은 결과를 초래한다면, 이 또한 저작물의 복제와 다름없다(소위, 법정(Statutory) 복제)’는 취지의 규범적 해석이 시도될 수 있다. 또한, 본고에서 소개한 미국 캘리포니아 북부지방법원 사례로부터, ① “당사자들의 난립과 증거수집의 곤란”, ② “기계학습의 기술적 특징에 따른 어려움(특히, 피 침해 저작물의 특정 곤란)”, ③ “DMCA 또는 CMI(저작권 관리 정보)의 한계”, ④ “침해소송 쟁점의 실질적 유사성 문제로의 환원” 등의 시사점을 발견할 수 있었다. 위와 같은 현실적인 문제들을 염두에 두면서, 미국 캘리포니아 북부지방법원 사건의 귀추를 주목할 필요가 있다.

다국어 초록 (Multilingual Abstract)

In the context of copyright infringement lawsuits involving the use of copyrighted works as training data of AI model/system, the question is whether the ‘AI service provider/user’ or the ‘trained model itself’ and/or the ‘AI outputs’ generated from the model/system can be the subject of a claim for injunction of infringement under Article 123 of the Korean Copyright Act. The development of AI models/systems and the use of copyrighted works by developers/providers in the training process may constitute direct copyright infringement, ironically, it may be difficult to conclude that the AI model and/or its output created through this series of training processes are infringing works in the above direct infringement conducts. This is a big difference from the situation where conventional copyright infringement is usually accompanied by the presence of infringing works. Therefore, it is also requested to consider whether it is necessary to expand to a certain degree the subject matter and/or scope of traditional reproduction rights in consideration of the social and technological context in which generative AI has emerged. Not impossibly, as alleged by the rights holders in some cases in the U.S. District Court for the Northern District of California, a normative interpretation is possible that ‘even if a copyrighted work used as training data is embodied in an algorithm or mathematical expressions, if it results in the same result as being copied and stored in the AI model itself, this is also tantamount to copying the work’. In addition, from the case of the U.S. District Court for the Northern District of California, we found the following implications: (1) “Difficulties in collecting evidence and jumbling between the parties”, (2) “Difficulties due to the technical characteristics of machine learning(especially in the difficulty of identifying infringed works)”, (3) “Unprofitableness of DMCA and/or CMI(Copyright Management Information)”, and (4) “Reduction of the issues in infringement litigation to the issue of substantial similarity.” With these practical issues in mind, it is necessary to pay attention to the outcome of the cases of the U.S. District Court for the Northern District of California.